【7525】-新手入门大数据 Hadoop基础与电商行为日志分析
第1章 大数据概述
本章将从故事说起，让大家明白大数据是与我们的生活息息相关的，并不是遥不可及的，还会介绍大数据的特性，以及大数据对我们带来的技术变革，大数据处理过程中涉及到的技术以及大数据典型应用。
1-1 课程导学
1-2 ***学前必读***（助你平稳踩坑，畅学无忧，课程学习与解决问题指南）
1-3 课程目录
1-4 从一个案例说起
1-5 什么是大数据以及大数据的4V特征
1-6 大数据带来的技术变革
1-7 大数据现存的模式
1-8 大数据的技术概念
1-9 大数据带来的挑战
1-10 如何对大数据进行存储和分析
1-11 大数据典型应用
第2章 初识Hadoop
本章节将带领大家认识Hadoop以及Hadoop生态系统、Hadoop的发展史、Hadoop的优势、Hadoop的三个核心组件、Hadoop发行版的选择，为后续深入讲解Hadoop打下坚实的基础。
2-1 课程目录
2-2 Hadoop概述
2-3 Hadoop核心组件之HDFS概述
2-4 Hadoop核心组件之MapReduce
2-5 Hadoop核心组件之YARN
2-6 Hadoop优势
2-7 Hadoop发展史
2-8 Hadoop生态圈
2-9 Hadoop发行版选型
2-10 OOTB环境的使用
第3章 分布式文件系统HDFS
本章将从Hadoop的设计目标、架构及文件系统命令空间出发，快速搭建单节点伪分布式HDFS的实验环境，通过讲解使用hdfs shell以及Java API的方式操作HDFS文件系统，详细分析HDFS文件的读写流程，并通过HDFS API来实现词频统计案例，使得大家对Hadoop分布式文件系统HDFS有深刻的认识以及实战。 ...
3-1 HDFS概述
3-2 HDFS设计目标
3-3 HDFS架构详解
3-4 文件系统NameSpace详解
3-5 HDFS副本机制
3-6 本课程使用的Linux环境介绍
3-7 Hadoop部署前置介绍
3-8 JDK1.8部署详解
3-9 ssh无密码登陆部署详解
3-10 Hadoop安装目录详解及hadoop-env配置
3-11 HDFS格式化以及启动详解
3-12 HDFS常见文件之防火墙干扰
3-13 Hadoop停止集群以及如何单个进程启动
3-14 Hadoop命令行操作详解
3-15 深度剖析Hadoop文件的存储机制
3-16 HDFS API编程之开发环境搭建
3-17 HDFS API编程之第一个应用程序的开发
3-18 HDFS API编程之jUnit封装
3-19 HDFS API编程之查看HDFS文件内容
3-20 HDFS API编程之创建文件并写入内容
3-21 HDFS API编程之副本系数深度剖析
3-22 HDFS API编程之重命名
3-23 HDFS API编程之copyFromLocalFile
3-24 HDFS API编程之带进度的上传大文件
3-25 HDFS API编程之下载文件
3-26 HDFS API编程之列出文件夹下的所有内容
3-27 HDFS API编程之递归列出文件夹下的所有文件
3-28 HDFS API编程之查看文件块信息
3-29 HDFS API编程之删除文件
3-30 HDFS项目实战之需求分析
3-31 HDFS项目实战之代码框架编写
3-32 HDFS项目实战之自定义上下文
3-33 HDFS项目实战之自定义处理类实现
3-34 HDFS项目实战之功能实现
3-35 HDFS项目实战之使用自定义配置文件重构代码
3-36 HDFS项目实战之使用反射创建自定义Mapper对象
3-37 HDFS项目实战之可插拔的业务逻辑处理
3-38 HDFS Replica Placement Policy
3-39 HDFS写数据流程图解
3-40 HDFS读数据流程图解
3-41 HDFS Checkpoint详解
3-42 HDFS SaveMode
第4章 分布式计算框架MapReduce
本章将从架构、编程模型等角度带大家认识Hadoop的分布式计算框架MapReduce，掌握MapReduce各个核心组件编程，并通过两个案例让大家深入掌握MapReduce编程的方方面面。
4-1 课程目录
4-2 MapReduce概述
4-3 MapReduce编程模型详解
4-4 MapReduce编程模型核心概念详解
4-5 词频统计之自定义Mapper实现
4-6 词频统计之自定义Reducer实现
4-7 词频统计之自定义Driver类实现
4-8 词频统计之本地方式运行
4-9 词频统计之通过Debug方式进一步了解偏移量以及重构代码
4-10 词频统计升级之Combiner操作
4-11 流量统计实战之需求
4-12 流量统计实战之自定义复杂数据类型
4-13 流量统计实战之自定义Mapper类
4-14 流量统计实战之自定义Reducer实现
4-15 流量统计实战之Driver开发
4-16 流量统计实战之代码重构及NullWritable的使用
4-17 流量统计实战升级之自定义Partitioner
第5章 资源调度框架YARN
本章将从YARN的产生背景、YARN的架构及执行流程的角度带大家认知Hadoop的资源调度框架YARN，快速搭建单节点伪分布式YARN的实验环境并掌握如何提交MapReduce作业提交到YARN上运行。
5-1 课程目录
5-2 YARN产生背景
5-3 YARN概述
5-4 YARN架构详解
5-5 YARN执行流程
5-6 YARN环境部署
5-7 提交example案例到YARN上运行
5-8 提交流量统计案例到YARN上运行
第6章 电商项目实战Hadoop实现
本章将通过电商用户行为日志分析的项目实战，来将前面几个章节讲解的知识点串联起来，综合使用Hadoop的技术进行离线统计分析。
6-1 课程目录
6-2 用户行为日志概述
6-3 为什么要记录用户行为日志
6-4 日志内容介绍
6-5 用户行为日志分析的意义所在
6-6 电商常用术语
6-7 项目需求描述
6-8 数据处理流程及技术架构
6-9 浏览量统计功能实现
6-10 省份浏览量统计之IP库解析
6-11 省份浏览量统计之日志解析
6-12 省份浏览量统计之功能实现
6-13 页面浏览量统计之页面编号获取
6-14 页面浏览量统计之功能实现
6-15 数据处理过程中ETL的重要性
6-16 原始日志ETL操作
6-17 浏览量统计功能升级
6-18 省份浏览量统计功能升级
6-19 页面浏览量统计功能升级思路
6-20 打包到服务器上运行
6-21 项目扩展
第7章 数据仓库Hive
本章将从Hive的产生背景、体系架构、Hive部署、DDL以及DML来掌握Hive使用的方方面面。
7-1 课程目录
7-2 Hive产生背景
7-3 Hive是什么
7-4 为什么要使用Hive
7-5 Hive在Hadoop生态圈中的位置
7-6 Hive体系架构
7-7 Hive部署架构
7-8 Hive与RDBMS的区别
7-9 Hive部署
7-10 Hive快速入门
7-11 Hive DDL之数据库操作
7-12 Hive DDL之表操作
7-13 Hive DML之加载和导出数据
7-14 Hive QL基本统计
7-15 Hive QL之聚合函数
7-16 Hive QL之分组函数
7-17 Hive QL之join的使用
7-18 Hive QL执行计划
第8章 电商项目实战Hive实现
本章将使用Hive对电商用户行为日志分析进行重新实现，让大家对MapReduce编程和Hive实现的方式进行对比，体会Hive在生产上使用的便捷性。
8-1 课程目录
8-2 外部表在Hive中的使用
8-3 track_info分区表的创建
8-4 将ETL的数据加载到Hive表
8-5 使用Hive完成统计分析功能
8-6 Hive实现项目的方便性体现
第9章 Hadoop分布式集群搭建
本章将带领大家搭建一个三个节点的分布式Hadoop集群环境，让大家对于Hadoop集群的安装有更深入的认识，并将项目实战案例运行在分布式集群环境中。
9-1 课程目录
9-2 Hadoop集群规划
9-3 前置条件安装
9-4 JDK安装
9-5 Hadoop集群部署
9-6 提交作业到Hadoop集群上运行
9-7 课程总结
